[發明專利]人員闖入識別方法及裝置

在審

• 申請號: 201911074574.2
• 申請日: 2019-11-06
• 公開（公告）號: CN110889334A
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 聶一亮;周威;田丁;鄒煜;陳鵬飛;林作永;舒偉;梁珂
• 申請（專利權）人: 江河瑞通（北京）技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 孫乳筍;周永君

本申請提供了一種人員闖入識別方法及裝置，該方法包括：獲取目標監測區域當前的視頻畫面圖像；將所述當前的視頻畫面圖像輸入預獲取的進入物檢測模型，并將該進入物檢測模型的輸出結果作為進入物圖像信息；應用預獲取的人體姿態檢測模型對所述進入物圖像信息進行非人進入物的篩除處理，并將剩余的進入物圖像信息作為對應的人員圖像信息；根據所述人員圖像信息對應的人員位置信息判斷該人員圖像信息對應的人員是否進入預設的目標闖入區域，若是，則將該人員圖像信息對應的人員識別為闖入人員。本申請能夠提高人員闖入識別的準確性和高效性，進而提高非法闖入人員預警的準確性。

技術領域

本申請涉及圖像識別技術領域，尤其涉及一種人員闖入識別方法及裝置。

背景技術

隨著計算機視覺與信息技術的發展，以及視頻和圖像等多媒體數據的大量增長，人們可以通過挖掘視頻或圖像中的信息，進一步為決策做出依據。

人員闖入識別方法的關鍵在于目標檢測，現有的人員闖入識別方法包含有：模板匹配法、光流方法、背景減除法和基于HOG特征與SVM分類器的人員檢測法等。

運動檢測的關鍵是對序列圖像將變化區域從背景圖像中提取出來，由于通常關注區域的復雜性，不可能用一個固定的模板來表示，因此，模板匹配方法不適用；光流方法計算量比較大，且抗噪性能差，在復雜背景下也不適用，經常采用的是背景減除的方法。但是，由于復雜環境中經常出現一些背景的微小變化，如室內窗簾的擺動、電腦屏幕的閃爍、室外樹葉樹枝的擺動、車輛的過往等，簡單的背景減除效果就會受到影響。

基于傳統的視頻幀差方法用于檢測目標的弊端日益明顯，基于HOG特征與SVM分類器的人員檢測漸漸成為主流，HOG又稱方向梯度直方圖，它是一種在計算機視覺和圖像處理中用來進行物體檢測的特征描述子。它通過計算和統計圖像局部區域的梯度方向直方圖來構成特征，HOG特征結合SVM分類器已經被廣泛應用于圖像識別中，但是隨著算法應用場景的不斷復雜、人體姿態千變萬化，基于傳統特征描述子的方法已經不再適用。

發明內容

針對現有技術中的問題，本申請提出了一種人員闖入識別方法及裝置，能夠提高人員闖入識別的準確性和高效性，進而提高非法闖入人員預警的準確性。

為了解決上述技術問題，本申請提供以下技術方案：

第一方面，本申請提供一種人員闖入識別方法，包括：

獲取目標監測區域當前的視頻畫面圖像；

將所述當前的視頻畫面圖像輸入預獲取的進入物檢測模型，并將該進入物檢測模型的輸出結果作為進入物圖像信息；

應用預獲取的人體姿態檢測模型對所述進入物圖像信息進行非人進入物的篩除處理，并將剩余的進入物圖像信息作為對應的人員圖像信息；

根據所述人員圖像信息對應的人員位置信息判斷該人員圖像信息對應的人員是否進入預設的目標闖入區域，若是，則將該人員圖像信息對應的人員識別為闖入人員。

進一步地，在所述根據所述人員圖像信息對應的人員位置信息判斷該人員圖像信息對應的人員是否進入預設的目標闖入區域之后，還包括：若所述闖入人員的總數大于或等于預設的預警人數閾值，則輸出預警信息。

進一步地，在所述應用預獲取的人體姿態檢測模型對所述進入物圖像信息進行非人進入物的篩除處理，并將剩余的進入物圖像信息作為對應的人員圖像信息之后，還包括：根據所述人員圖像信息對所述當前的視頻畫面圖像進行裁剪，以獲取裁剪人員圖像；將所述裁剪人員圖像輸入預獲取的人員跟蹤匹配模型，以獲取所述裁剪人員圖像對應的人員編號。